hdd_gcw的博客

原创 语音算法之语音分离

当前最优模型虽在实验室数据表现优异，但在真实场景（如车载环境、多人嘈杂餐厅）仍有显著性能落差。信号物理约束与深度学习黑箱的融合，以及计算效率与精度的平衡，仍是领域核心攻坚方向。语音分离的目标是将一个包含多个声源混合的音频信号，分解成其各个组成成分（源信号）的估计。3）语音和各种环境噪声（语音增强，可视为一种特殊的分离）2）人声（歌声或说话声）和伴奏音乐（人声/音乐分离）1）多个说话人的语音（多说话人分离）4）不同乐器的声音（音乐源分离）